[发明专利]一种自适应形变空洞卷积方法在审
| 申请号： | 201910049890.8 | 申请日： | 2019-01-18 |
| 公开（公告）号： | CN109858612A | 公开（公告）日： | 2019-06-07 |
| 发明（设计）人： | 王吴凡;朱纪洪;匡敏驰;闫星辉 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 北京三聚阳光知识产权代理有限公司 11250 | 代理人： | 张杰 |
| 地址： | 100084*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 卷积 空洞 形变 自适应 反向传播 推导模型 前向 离散空间 连续空间 连续模型 未知参数 训练数据 学习 转换 | ||
【权利要求书】：
1.一种自适应形变空洞卷积方法，包括：自适应形变空洞卷积前向推导模型和自适应形变空洞卷积梯度反向传播模型，其特征在于：所述一种自适应形变空洞卷积方法将空洞卷积的扩张率作为模型未知参数，利用训练数据自主学习所述扩张率；所述自适应形变空洞卷积前向推导模型将传统空洞卷积中的离散超参数扩张率转换为连续模型参数，从而将空洞卷积的输入由离散空间扩展到连续空间，并且使得所述自适应形变空洞卷积的扩张率能够通过所述自适应形变空洞卷积梯度反向传播模型来学习。
2.所述自适应形变空洞卷积前向推导模型可表示为：
其中p0是卷积核中心对应的像素点的位置索引，c是输入的通道索引，r是连续的扩张率，wc，(i，j)是指定通道与位置的卷积核权重，是指定通道与位置的像素值，G是采样网格；
当采样像素索引位置为非整数时，所述自适应形变空洞卷积前向推导模型通过双线性插值计算相应索引位置的像素值：
其中为c通道中距离采样像素点最近的四个具有整数位置索引的像素值，Δr为r小数部分的值。
所述自适应形变空洞卷积梯度反向传播模型为：
。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910049890.8/1.html，转载请声明来源钻瓜专利网。
